Quand « être cité par l’IA » devient la nouvelle autorité : les changements de l’infrastructure mondiale de la connaissance derrière le classement des domaines de la technologie RH

Quand le fait d’« être cité par l’IA » devient la nouvelle autorité

Au cours des vingt dernières années, la visibilité des entreprises dans le monde numérique dépendait principalement du classement dans les moteurs de recherche, de l’efficacité de la diffusion de contenu et de la structure des liens entrants. Aujourd’hui, de plus en plus d’utilisateurs ne parcourent plus les résultats de recherche page par page, mais lisent directement les réponses synthétiques fournies par les grands modèles. Le récent rapport de référence de domaine HR Tech publié par Onrec s’inscrit précisément dans cette évolution : il suit les sources citées par ChatGPT, Claude, Gemini, Perplexity et Google AI Overviews sur des questions liées aux technologies RH, et met en évidence un nouvel indicateur en formation — citation share (part de citation).

Si ce constat est important, ce n’est pas seulement parce qu’il concerne la manière dont les entreprises de la technologie RH acquièrent des clients potentiels, mais aussi parce qu’il révèle une question plus profonde de gouvernance numérique mondiale : à l’ère de l’IA, la perception de qui est digne de confiance est en train de devenir une capacité d’infrastructure compétitive, accumulable et distribuable.

La nouvelle « infrastructure de l’information » n’appartient plus uniquement aux moteurs de recherche

Ce rapport intègre quatre grandes sources de recherche, dont Goodie AI, Ahrefs Brand Radar, Semrush et Profound, afin d’identifier 25 domaines les plus fréquemment cités par les grands modèles dans le contexte des technologies RH. En tête du classement figurent des plateformes d’avis et de comparaison comme g2.com, capterra.com, trustradius.com et getapp.com ; viennent ensuite des associations professionnelles et des médias tels que SHRM, AIHR et HR Dive ; ainsi que des communautés et plateformes de contenu généré par les utilisateurs comme Reddit, LinkedIn et Quora, sans oublier des cabinets d’analyse comme Gartner et Forrester.

Du point de vue du développement, cette structure est très représentative. Elle montre que les grands modèles ne « répondent » pas à partir de rien, mais combinent différents types de nœuds d’information :

• Les plateformes d’avis fournissent des informations sur les produits comparables et quantifiables ;
• Les associations professionnelles et les médias apportent des normes, des politiques et des analyses de tendances ;
• Le contenu communautaire offre des retours d’expérience et un contexte d’usage ;
• Les cabinets d’analyse fournissent les cadres d’autorité nécessaires aux décisions d’achat des entreprises ;
• Les recherches produites par les fournisseurs complètent les données, les études de cas et les récits thématiques.

Autrement dit, l’IA n’a pas supprimé les intermédiaires ; elle a au contraire rendu le système d’intermédiation encore plus important. La question n’est plus seulement : « qui peut prendre la parole ? », mais : « quelle structure de contenu est la plus adaptée pour être recherchée, comprise et reformulée par le modèle ? »

Pourquoi les avis, les associations, les communautés et les cabinets d’analyse montent-ils en même temps ?Ce qui mérite le plus d’attention dans le classement n’est pas la victoire d’un seul domaine, mais la coexistence de multiples mécanismes de confiance. Cela est très différent de l’époque du SEO traditionnel. Par le passé, les entreprises concentraient souvent leurs efforts sur quelques mots-clés centraux et sur l’optimisation on-site ; aujourd’hui, les grands modèles ont davantage tendance à croiser plusieurs sources d’information avant de générer une réponse plus complète.

Cela signifie que :

1. L’avantage d’une source unique s’affaiblit. Être présent seulement sur un site d’annuaire, ou ne disposer que du contenu de son propre blog, est souvent insuffisant pour apparaître dans une réponse générée par l’IA. 2. L’importance de la vérification par des tiers augmente. Les LLM citent plus volontiers des plateformes externes largement reconnues, car elles sont plus facilement perçues comme des sources « vérifiables ». 3. Le contenu structuré est plus avantageux que le contenu promotionnel. Un contenu à l’organisation claire, aux comparaisons explicites et à la terminologie stable est plus adapté à l’extraction par les modèles. 4. La visibilité multiplateforme devient une nouvelle barrière d’entrée. Comme les différents modèles ont des préférences différentes en matière de sources, les marques doivent établir simultanément leur présence dans plusieurs écosystèmes d’information.

C’est aussi pourquoi le rapport souligne qu’être simplement « classé » sur G2 ou sur une seule plateforme ne suffit plus. Ce qui est réellement utile, c’est d’être cité en continu par plusieurs modèles, à plusieurs niveaux d’information et dans plusieurs contextes.

Pour le secteur des technologies RH, il s’agit en réalité d’un changement de structure de gouvernance

Les HR tech semblent être un secteur vertical, mais la logique qui les sous-tend est très proche de la numérisation des services publics dans le développement mondial. Qu’il s’agisse du recrutement, de la gestion de la performance, des systèmes de paie ou de l’analyse de la main-d’œuvre et des outils de conformité, l’enjeu fondamental est le même : comment rendre les flux de personnes, les compétences, le travail et la gouvernance des organisations mesurables, standardisés et comparables.

Or, lorsque ces informations entrent dans les grands modèles, de nouvelles questions apparaissent :

• Quelles informations sont considérées comme des « standards de confiance » ?
• Quelles expériences de marché sont implicitement prises pour des expériences mondiales ?
• Quels systèmes du travail et quelles pratiques organisationnelles seront intégrés à l’entraînement et aux citations ?
• Quelles langues et quels marchés seront marginalisés ?

Il ne s’agit pas seulement d’un problème propre à l’internet anglophone. Pour les pays du Sud global, si les services RH locaux, les plateformes de recrutement, les recherches sur la main-d’œuvre et les données de politique publique ne peuvent pas entrer dans le système de citation de l’IA, alors les entreprises locales, les administrations et les établissements d’enseignement risquent, à l’avenir, de continuer à recevoir des réponses standardisées provenant d’un petit nombre de plateformes mondiales. Cela accentuera encore la fracture numérique et influencera la mobilité des talents, l’adéquation sur le marché du travail et la transformation numérique des organisations.

Du point de vue ESG, il s’agit d’une redéfinition de la « divulgation d’informations »

Les discussions ESG se concentrent généralement sur les émissions, la chaîne d’approvisionnement, la gouvernance du conseil d’administration et les normes du travail. Mais ce rapport nous rappelle que la visibilité de l’information elle-même devient aussi une capacité de gouvernance.

Pour les investisseurs et les grands employeurs, les outils HR tech ne sont pas seulement des logiciels d’efficacité ; ils concernent aussi :

• la gouvernance des données des employés
• la confidentialité et la conformité
• l’équité des recrutements
• les biais dans l’évaluation des performances
• le bien-être des travailleurs
• la transparence organisationnelleSi les grands modèles citent plus fréquemment quelques marchés anglophones, quelques grandes plateformes et quelques organismes d’analyse de premier plan, alors les décisions liées à l’ESG peuvent elles aussi être influencées par des biais de structure de l’information. Autrement dit, une distribution inégale des citations par l’IA peut, en fin de compte, se transformer en inégalité dans les ressources décisionnelles.

C’est particulièrement crucial pour les institutions d’investissement ESG. En effet, lorsque des entreprises achètent des outils de HR tech, des logiciels de paie ou des systèmes de recrutement par IA, les investisseurs et les équipes de gouvernance doivent accorder davantage d’attention à :

• l’existence ou non d’un examen par un tiers de la solution ;
• l’explicabilité de ses données ;
• l’existence ou non d’un risque de discrimination algorithmique ;
• sa capacité à s’adapter à différents cadres réglementaires et systèmes du travail ;
• sa capacité à rester auditables sur des marchés transrégionaux.

Le financement du développement, le secteur public et les organisations internationales seront eux aussi touchés de manière similaire

Ce type de concurrence autour de la « part des citations par l’IA » ne se limite pas aux marchés commerciaux. La numérisation du secteur public, l’enseignement professionnel, les services de l’emploi, les systèmes de sécurité sociale et les plateformes publiques de recrutement dépendent de plus en plus de l’écosystème de la connaissance numérique pour façonner les outils de politique publique.

Par exemple, lorsque les organisations internationales et les agences de développement promeuvent le renforcement de l’employabilité, l’appariement des compétences ou la numérisation de la formation professionnelle, elles doivent souvent s’appuyer sur des sources de connaissance comparables d’un pays à l’autre. Si les institutions locales manquent de capacités de publication continue, d’ouverture des données et de citation à l’échelle internationale, leur présence dans les débats mondiaux sur les politiques publiques diminuera. À terme, le financement, les normes techniques et la conception des projets pourraient eux aussi dépendre davantage d’un petit nombre de plateformes internationales et de réseaux de conseil.

Du point de vue du financement du développement, cela implique un nouveau concept : les infrastructures numériques ne sont pas seulement le haut débit, les services cloud et la puissance de calcul, mais aussi la « capacité de la connaissance à être citée ».

Le Sud global ne souffre pas simplement d’un « manque de contenu », mais d’un manque de portes d’entrée

Beaucoup considèrent les inégalités d’information comme le fait qu’il n’y ait « pas assez de contenu ». Mais plus précisément, le problème est de savoir si ce contenu entre dans un système de circulation que les machines peuvent comprendre et solliciter en priorité.

Pour de nombreux médias locaux, institutions de recherche, associations professionnelles et plateformes de start-up dans les pays en développement, les défis incluent :

• des formats de données non uniformes ;
• une capacité insuffisante de publication en anglais ;
• un manque de contenu structuré mis à jour en continu ;
• un manque d’interconnexion avec l’écosystème international de recherche ;
• des cas locaux difficiles à faire reconnaître par les modèles mondiaux ;
• des connaissances régionales qui ne parviennent souvent pas à devenir des matériaux citables à l’échelle transmarché.

Ainsi, pour accroître sa visibilité des connaissances à l’ère de l’IA, le Sud global ne doit pas seulement augmenter le nombre de publications, mais construire un ensemble durable d’infrastructures de connaissance : données ouvertes, documents standardisés, indicateurs comparables, diffusion multilingue et coopération entre institutions.

La concurrence future n’est pas seulement une concurrence de produits, mais aussi une concurrence d’infrastructures narratives

L’aspect le plus précieux de ce rapport est qu’il élève la concurrence sur le marché de la HR tech à une observation des « infrastructures narratives » à l’ère numérique.Si une marque n’explique son identité que sur son propre site web, il lui sera difficile d’entrer dans les réponses de l’IA. Si la politique du travail d’un pays ne reste confinée qu’à des documents internes, il lui sera également difficile de devenir un objet de comparaison internationale. À l’inverse, les contenus qui peuvent être cités par des associations, adoptés par des instituts de recherche, discutés par des communautés et vérifiés par des plateformes tierces sont bien plus susceptibles d’entrer dans le réseau de connaissances des grands modèles.

Cela montre que la concurrence future se jouera au moins à trois niveaux :

1. Concurrence au niveau du produit : fonctionnalités, prix, conformité et expérience ; 2. Concurrence au niveau du contenu : qui peut fournir des informations structurées et vérifiables ; 3. Concurrence au niveau de la confiance : qui peut être cité de manière continue par des plateformes diverses.

Pour le système de développement mondial, ce changement n’a rien d’inconnu. Par le passé, la concurrence en matière d’infrastructures portait sur les ports, les chemins de fer, les réseaux électriques et les réseaux de communication ; aujourd’hui, une partie de cette concurrence se déplace vers les interfaces de données, les standards de connaissance et les citations algorithmiques.

Conclusion : à l’ère de l’IA, la « visibilité » devient une capacité de développement

Cette liste d’Onrec semble, en surface, traiter du domaine des technologies RH, mais elle reflète en réalité une dynamique plus large : depuis que l’IA générative participe à la diffusion des connaissances, l’influence des institutions ne dépend plus seulement de l’existence du contenu, mais de sa capacité à être digne de confiance, structuré et mobilisé sur plusieurs plateformes.

Pour les entreprises, c’est une question de stratégie de marché ; pour les gouvernements, une question de gouvernance numérique ; pour les organisations internationales, une question de coopération autour du savoir ; pour le Sud global, une question de capacité de développement.

Si la dernière décennie a vu la numérisation permettre à davantage de personnes d’« aller en ligne », alors la prochaine décennie se résumera à une question clé : qui peut être vu par l’IA, qui peut définir sa propre expérience de développement, et qui peut entrer dans le nouvel ordre mondial de la connaissance.

Et c’est précisément là un enjeu que la coopération mondiale de demain devra prendre au sérieux.